4 Verweise innerhalb des Textes
Als Verweise unterscheiden wir
- Referenzen auf Abbildungen und Tabellen
- Referenzen auf Titel, z.B. Abschnitte, Kapitel
- Zitierung von Literatur
Es ist mit bookdown zudem möglich, einzelne Werte aus den Daten automatisch in den Text zu integrieren. Damit gibt es nie mehr copy & paste - Fehler, weil eine Stelle beim Aktualisieren der Daten vergessen ging.
Als Anker für die Referenz können wir in bookdown ein eigenes Label wählen (z.B. tabelle_anhang) und uns anschliessend auf dieses Label beziehen; die zugehörige Nummerierung wird automatisch erstellt.
4.1 Referenzen
4.1.1 Referenzen auf Abbildungen und Tabellen
Wir referenzieren eine Abbildung mit dem Präfix fig: und dem Label des entsprechenden R-Codes, beispielsweise wird \@ref(fig:plot-chart) zur Referenz 2.2.
Tabellen werden analog mit dem Präfix tab: erstellt, \@ref(tab:tabelle) wird zu 3.1.
4.1.2 Referenzen auf Titel
Wir können einem beliebigen Titel im Text ein Label zuweisen, z.B. {#referenzen} als Label für den Titel dieses Kapitels. Diesen Titel können wir anschliessend mit \@ref(referenzen) referenzieren, das sieht so aus: 4.1.
4.2 Daten automatisch in Text
Es ist mit bookdown einfach, auf die im Hintergrund vorhandenen Daten zuzugreifen und Werte direkt in den Fliesstext zu integrieren.
So können wir z.B. den Wert des Referenz-Szenarios für das Jahr 2025 direkt in den Text schreiben lassen: 9’159’869 Personen.
Wenn sich die Daten ändern, wird dieser Wert im Text automatisch aktualisiert.
Hier wird zu diesem Zweck die folgende Funktion aufgerufen:
gib_formatierten_wert(daten, "Referenz", 2025)Diese Funktion wurde für diese Analyse geschrieben und liefert aus den Daten einen formatierten Wert eines Szenarios für ein bestimmtes Jahr zurück.
Damit ist es auch möglich, ad-hoc-Berechnungen vorzunehmen. Wenn wir beispielsweise die Differenz zwischen ‘Szenario hoch’ und ‘Szenario tief’ im Jahr 2045 wissen möchten, schreiben wir auch das direkt in der Quelldatei.
tief <- .gib_wert_von(daten, "Tief", 2045)
hoch <- .gib_wert_von(daten, "Hoch", 2045)
differenz <- hoch - tief
print(differenz)## [1] 1680399Die Differenz beträgt also 1’680’399 Personen.